水下无线传感网中基于能量效率的簇路由

冯光辉，廖金菊

(郑州工业应用技术学院 信息工程学院，河南 郑州 451150)

0 引 言

考虑水域特性，相比无线射频，声通信更适合于无线传感网络(underwater wireless sensor networks，UWSNs)[1]。这主要是因为无线射频功率容易被水吸收，衰减快。相对而言，声通信在水下环境衰减较慢。然而，UWSNs中的声通信仍遭受不少的挑战。通常，声通信受带宽约束，同时声通信的传输时延大于无线射频通信[2]。此外，在UWSNs中节点能量是有限的，在部署UWSNs的同时，除了考虑通信模式，还需考虑节点能量。

部署UWSNs的目的在于收集水下环境的数据，即数据采集。为此，路由协议成为UWSNs的关键，也成为UWSNs研究焦点。由于UWSNs的恶劣环境，如噪声、污染、节点能量受限等，这给UWSNs的路由协议提出了挑战。为了最大化UWSNs的工作时间，即延长UWSNs网络寿命，有效利用节点能量成为路由协议必须考虑的因素。

通常，传输一个数据包比接收一个数据包需消耗更多的能量。UWSNs中节点可直接或间接多跳向信宿传输数据包。传输距离越远，消耗的能量越多。基于网络总能量一定的事实，减少传输距离，并且均衡化节点负担，成为延长网络寿命的有效途径。据此，在设计路由协议时，可从减少传输距离和平衡节点负担着手，进而节省节点能量。

为此，本文提出基于能量效率的簇路由EECR。EECR协议采用无线传感网络中的簇路由的思想，将水下传感节点划分不同的簇。结合剩余能量以及距离信息，建立选举簇头的阈值函数，提高簇结构的稳定性。同时，采用轮换制度，平衡节点间的负担。实验结果表明，提出的EECR协议能够有效地节省网络能量，并提高了数据传输效率。

1 相关工作

目前，研究人员针对UWSNs提出不同路由策略。如LI等[3]提出基于深度(depth-based routing，DBR)路由。而Boyu等[2]提出DBR的改进协议EE-DBR。EE-DBR协议利用ToA测距技术估计节点深度，选择最优的传输路径，进而减少数据传输路径，缩短端到端的传输时延。

此外，研究人员还提出了不同的选播路由协议[4-9]。其中文献[5]提出VARP路由。VAPR路由利用序列号、跳数以及深度信息，选择下一跳的方向，并采用有方向机会转发避免路由空洞问题。而 Yougtae等[9]提出基于地理位置和机会的混合组播路由，该路由融合了地理位置和机会路由这两类路由的优势。

从上述分析可知，目前多数路由是通过调节节点深度，转发数据包。而并没有平衡节点能量消耗的角度出发。采用簇结构是平衡节点能量消耗的最佳方式，通过轮流机制，建立簇结构，簇内节点只需将数据至簇头，由簇头将数据传输至信宿，这减少了节点传输距离。

作为簇路由的代表，低能量自适应簇协议(low energy adaptive clustering hierarchy，LEACH)[10]是随机方式选择簇头。具体而言，在每一轮中，节点i先产生随机数χ，再与门限值T(i)比较，若大于门限值，就成为簇头，其中门限值T(i)定义如式(1)所示

(1)

其中，r表示当前执行的轮数。而p为簇头比例。G表示目前还未承担过的簇头的节点数。

为此，本文结合LEACH协议，提出基于能量效率的簇路由EECR。EECR协议考虑了节点能量以及距离信息，对LEACH的阈值进行修正，并形成不同的簇，减少传输距离和平衡节点能量消耗。

2 问题描述及系统模型

2.1 问题描述

在水下无线传感网络UWSNs中，有效利用节点能量、可靠地传输数据包成为研究热点。现存的多数路由协议是依据节点的深度选择下一跳转发节点，如DBR协议。深度更浅的节点以及离信宿更近的节点承担了更多数据转发任务，这就使得这些节点的能量过早耗尽，影响了网络寿命。

随后，研究人员提出簇路由。然而，这些路由协议的簇头CH选择并非是最优的方式，并且簇结构并不稳定。为此，本文提出簇路由EECR协议。

对照组的自然分娩率为75.5%,剖宫产率为24.5%;试验组的自然分娩率为87.3%,剖宫产率为12.7%。试验组的自然生产率明显高于对照组,而剖宫产率则相反。在两组孕妇的分娩结局中(表一),对照组出现难产、产后出血、早产、新生儿窒息等现象等总发生率(41.7%)明显高于试验组(5.0%)。最后,在两组孕妇的护理满意度比较中(表二),试验组的总满意度(96.7%)高于对照组(83.7%),差异具有统计学意义(P﹤0.05)。

2.2 系统模型

考虑如图1所示UWSNs模型，N为节点集，其中传感节点集表示为Nn、声纳浮标集表示为Ns，即N=Nn∪Ns。rc为节点的通信半径。

图1 系统模型

Nn={n1,n2,…,n|Nn|} 个传感节点随机分布于I∈3区域。信宿节点既有无线射频，又有声通信能力[11,12]，而节点只有声通信能力。这些节点具有低带宽声学通信能力。

先依据节点深度构建不同簇，每个簇内有一个簇头，并由簇头收集簇内其它节点发感测的数据。因此，簇头选择算法成为簇路由的关键，为此本文提出基于能量效率的簇路由协议EECR。以LEACH协议为基础，对其阈值进行修正，建立稳定簇结构，提高了路由了稳定性。

此外，EECR协议考虑了3类节点：簇头、非簇头(普通节点)以及失效节点，其中，失效节点是指节点能量消耗殆尽的节点。

3 EECR

EECR路由协议主要分为簇头选择、簇形成以及数据传输3个阶段。

3.1 簇头选择过程

将时间划分等间隔的轮r，每轮执行一次簇头选择算法。在每一轮内，节点随机产生一个随机数λ。若随机数大于阈值，节点就成为普通节点，否则就成为候选簇头Can_ch。

从上面的分析过程，阈值直接影响节点能否成为候选簇头。为此，对阈值定义进行改进。据此，节点ni的阈值如式(2)所示

(2)

其中

(3)

而p表示网络簇头占总节点数的比例，r表示轮数。G为一个节点集，表示上一轮未被选择为簇头的节点集。即上一轮已成为簇头的节点，在本轮不再参与簇头的竞争。

从式(1)和式(2)可知，能量消耗速率、距离对簇头的选择重要的影响。为了进一步减少剩余能量过少的节点成为簇头，因此，若候选簇头的能量低于初始能量20%，就成为普通节点，反之就成为簇头。簇头选择算法的伪代码如图2所示。

图2 簇头选择算法伪代码

3.2 簇形成过程

一旦成为簇头后，就发送通告消息Inform_CH，其包含了自己位置。接收了Inform_CH后，普通节点就选择离自己最近的簇头，并向其发送加入簇消息Join_CH。簇头接收后，就将该普通节点加入本簇，并向它回复确认消息，ACK_CH，成为本簇的成员节点，簇形成过程如图3所示。普通节点ni收到簇头CH1、CH2所发送的Inform_CH后，选择离最近的簇头加入，即簇头CH2。节点ni立即向CH2回复Join_CH消息。最后，簇头CH2向节点ni回复确认ACK_CH消息。

图3 簇形成过程

3.3 消息传递过程

每个簇头成员节点向自己的簇头传输数据，簇头收集数据后，便向信宿传输。如果信宿在簇头的传输范围内，簇头便直接向信宿传输。否则，需要选择离信宿更近的簇头作为下一跳转发节点，数据传输示例如图4所示。

图4 数据传输

4 性能分析

利用NS3建立仿真平台[15,16]。考虑500m×500m区域。仿真参数如下：|Ns|=1、 |Nn|=200、r=100m。 仿真时间为300 s。每个实验独立重复100次，取均值作为最终仿真数据。

同时，选择经典的DBR、EEDBR协议进行同步仿真，并与EECR协议进行性能比较。此外，选择失效节点数、传递数据包数和剩余能量作为性能指标。仿真数据如图5～图7所示。

图5 传递数据包数

图6 失效节点数

图7 剩余能量

4.1 传递数据包数

3个协议的传递数据包数变化曲线如图5所示。从图5可知，EECR协议中信宿所接收数据包数最。在最初，EECR协议在接收数据包数方面的优势并不明显，在仿真时间结束后，EECR协议所接收的数据包数远多于DBR和EEDBR协议。这主要是因为：EECR协议采用簇协议传输数据包，路由可靠性远高于DBR和EEDBR协议。与EEDBR协议相比，DBR协议中信宿所接收的数据包数有所增加。原因在于：EEDBR协议在转发数据包时，考虑到节点的剩余能量，减少了失效节点数，进而能够有效地传输数据包。

4.2 失效节点数

图6显示了3个协议的失效节点数，这个指标反映了协议存储网络能量的性能，失效节点数越小，网络能量利用率越高。从图6可知，EECR协议的失效节点数最少，远低于DBR和EEDBR协议。例如，在400轮时，EECR协议的失效节点数约为60个，而DBR协议、EEDBR协议的失效节点数分别为75、120个。这主要是因为：EECR协议在每轮都设有不同的阈值，平衡了节点间的能量消耗。

4.3 剩余能量

图7显示3个协议在不同轮数时所有节点的剩余能量和。剩余能量越多，协议平衡能量消耗水平越高，网络寿命也越高。

从图7可知，EECR协议的剩余能量优于CDBR和EEDBR协议，比DBR和EEDBR协议的平均剩余能量分别提高了12%、23%。这些数据进一步说明，EECR协议提高簇结构的稳定性，也平衡了网络能耗。

5 结束语

针对水下无线传感网络的数据传输问题，提出了基于能量效率的簇路由EECR。EECR协议是引用LEACH协议簇头选择机制，并对其选择簇头的阈值函数进行修订。修订后的阈值函数融合了节点离信宿距离以及节点本身的剩余能量，提高了簇结构的稳定性。同时，采用轮流产生簇头的机制，使得每个节点具有成为簇头的概率相同，进而平衡能量消耗。仿真结果表明，提出的EECR协议能够有效在利用网络能量，比DRB的能量利用率提高了12%。

[1]Akyildiz I F,Pompili D,Melodia T.Underwater acoustic sensor networks:Research challenges[J].Ad Hoc Network,2015,3(3):257-279.

[2]Diao B,Xu Y.Improving both energy and time efficiency of depth-based routing for underwater sensor networks[J].International Journal Distributed Sensor networks,2015,4(2):23-32.

[3]LI Chao,XU Yongjun,DIAO Boyu.DBR-MAC:A depth-based routing aware MAC protocol for data collection in underwater acoustic sensor networks[J].IEEE Sensors Journal,2016,16(10):3904-3913.

[4]Michel B,Stephane B,Gervera G.Location-free link state routing for underwater acoustic sensor networks[C]//IEEE 28th Canadian Conference on Electrical and Computer Enginee-ring,2015:1544-1549.

[5]Noh Y,Lee U,Wang P,et al.VAPR:Void-aware pressure routing for underwater sensor networks[J].IEEE Trans Mobile Comput,2013,15(1):895-908.

[6]Azrina A,Ahmet Y,Fitzpatrick P.A survey distributed topology control technologies for extending the lifetime of battery powered wireless sensor networks[J].IEEE Communications Surveys and Tutorials,2013,15(1):121-144.

[7]ZHOU Kai,MENG Limin,HUA Jingyu.Residual capacity algorithm of wireless sensor network using Grover routing stra-tegy[J].Chinese Journal of Sensors and Actuators,2015,28(2):249-253(in Chinese).[周凯,孟利民,华惊宇.基于Grover路由策略的无线传感网络剩余容量构造与研究[J].传感技术学报,2015,28(2):249-253.]

[8]Xu J,Li K,Min G.Reliable and energy-efficient multipath communications in underwater sensor networks[J].IEEE Trans Parallel Distrib Syst,2012,23(7):1326-1335.

[9]Yougtae N,Uichin L,Saewoom L.HydroCast:Pressure routing for underwater sensor networks[J].IEEE Transactions on Vehicular Technology,2016,65(1):333-348.

[10]Heinzelman W,Chandrakasan A,Balakrishnan H.Energy-efficient routing protocols for wireless micro-sensor networks[C]//Pro 33rd Hawaii Int Conf,System Sciences,2012:34-41.

[11]Luo Y,Pu L,Peng Z,et al.Effective relay selection for underwater cooperative acoustic networks[C]//IEEE 10th International Conference on Mobile Ad-hoc and Sensor Systmes,2013:104-112.

[12]Ahmed S,Javaid N,Ahmed A.SPARCO:Stochastic Performance analysis with reliability and cooperation for underwater wireless sensor networks[J].Journal of Sensor,2015:1-38.

[13]Javaid N,Jafri MR,Ahmed S.Delay-sensitive routing schemes for underwater acoustic sensor networks[J].Sensors,2012,12(2):1827-1845.

[14]Chen H,Wu X,Liu G,et al.A novel multi-module separated linear UWSNs sensor node[J].IEEE Sensor Journal,2015,11(4):1-7.

[15]Hsu C,Liu H,Luis J.Delay-sensitive opportunistic routing for underwater sensor networks[J].IEEE Sensors Journal,2015,15(11):6584-6591.

[16]Zhang S,Li D,Chen J.A link-state based adaptive feedback routing for underwater acoustic sensor networks[J].IEEE Sensors Journal,2013,13(11):4402-4412.